文献类型：期刊文章

作　　者：孟佳佳[1] 王弢[2]

MENG Jia-jia;WANG Tao(Sancang Middle School,Dongtai Jiangsu 224200;College of Automation,Nanjing University of Information science and technology,Nanjing Jiangsu 210044)

机构地区：[1]江苏省东台市三仓中学,江苏东台224200 [2]南京信息工程大学自动化学院,江苏南京210044

出　　处：《数字技术与应用》

年　　份：2019

卷　　号：37

期　　号：1

起止页码：99-101

语　　种：中文

收录情况：普通刊

摘　　要：论文提出了一种基于深度残差卷积神经网络的高光谱遥感数据的分类方法。我们将深度残差卷积神经网络作为一种分类器,将待分类的像元及其领域像元一同作为神经网络的输入,通过残差网络的算法模型实现高光谱遥感数据的分类。我们使用深度学习技术将数据特征提取出来再进行分类,以达到提高分类准确度和效率的目的。本文主要通过改善分类方法来增强遥感数据分类的效率和处理能力。

关 键 词：卷积神经网络 高光谱图像 图像分类 深度学习  

分 类 号：TP183] TP751]